AWS 上的机器学习

使用最全面的 AI 和 ML 服务集更快地创新

通过 AWS 机器学习(ML),从数据中获得更深入的洞察,同时降低成本。AWS 通过最全面的人工智能(AI)和机器学习(ML)服务、基础设施和实施资源,在机器学习采用之旅的每个阶段为您提供帮助。

AWS 的人工智能(AI)和机器学习服务概览(1:39)
与久经考验的领导者一起构建

解决任何行业的实际业务问题并充满信心地进行创新。与在 Amazon 体验逾 20 年服务的 100000 多家 AWS 客户一起交流。

通过生成式人工智能重塑客户体验

使用常用的基础模型构建具有生成式人工智能的新应用程序,或使用已具有内置生成式人工智能的服务,所有的这些应用和服务都运行在针对生成式人工智能最具成本效益的云基础设施上。

针对您的业务需求定制机器学习(ML)服务

解决常见的业务问题,改善客户体验,优化业务流程并加速创新。将现成的、专门构建的 AI 服务或您自己的模型与 AWS ML 服务结合使用。

加速您的机器学习(ML)采用过程

在机器学习(ML)旅程的每个阶段获得所需的支持。与 AWS 专家一起开始您的概念验证,与 80 多个能力合作伙伴合作,并通过培训和动手教程提升您团队的技能。

利用 AI 解决常见业务问题
利用 AI 解决常见业务问题

帮助增强客户体验、实现更快更好的决策并优化业务流程的解决方案。

浏览 AI 使用案例 »

轻松构建生成式人工智能应用程序
构建生成式人工智能应用程序

使用基础模型构建和扩展生成式人工智能应用程序的最简单方法。

了解更多 »

将 AI 加入到您的业务应用程序中
将 AI 加入到您的业务应用程序中

为演讲、视觉、文档等专门构建的 AI 服务,以便开发人员可以在没有任何 ML 经验的情况下开始使用。

查看 AI 服务 »

为任何使用案例构建、训练和部署机器学习(ML)模型

适合数据科学家和 ML 开发人员的完全托管式基础设施、工具和工作流。

查看 ML 服务 »

无需编写任何代码即可生成 ML 预测
无需编写任何代码即可生成 ML 预测

使用 ML 为营销、销售、运营和财务业务分析师生成预测的工具。

浏览面向业务分析师的 SageMaker »

选择正确的基础设施
选择正确的基础设施

针对机器学习优化的高性能低成本实例。

浏览 ML 基础设施 »

100000 多个

客户正在将 AWS 用于其 AI/ML 工作负载

20 多

年在 Amazon 进行构建的经验

最高 10 倍

的数据科学家生产力提升

数百种

算法和模型在 AWS Marketplace 上可用

使用案例

探索主要的 AI/ML 使用案例,以改善客户体验、优化业务运营和加快创新。
智能联系中心

通过对话式 AI 界面提高客户满意度

通过聊天机器人和虚拟助理简化自助服务流程并降低运营成本。

了解更多有关对话 AI 接口的信息 
智能联系中心

增强客户服务体验

将智能融入您的联系中心并通过机器学习的自动化降低成本。

了解有关 Contact Center Intelligence (CCI) 解决方案的更多信息 
个性化

个性化客户建议

通过为各访问者量身定制的网站提高客户参与度和转化率,并见证您的转化率飙升。

了解更多关于个性化的信息 
智能文档处理

将文档数据提取和分析自动化

迅速从近乎任何文档(如贷款申请和医疗表)中提取文本和数据,而无需任何手动操作。

了解有关文档处理的更多信息 
智能搜索

提升信息准确度和速度

汇编来自整个组织的孤立和非结构化来源的数据,以提高业务生产力和客户满意度。

了解更多关于智能搜索的信息 
媒体智能

最大化媒体价值

将机器学习(ML)应用于视频、网页、API 等,以增强发现、本地化、合规和货币化能力。

了解更多有关媒体智能的信息 
业务预测

改进业务指标分析

使用机器学习(ML)准确预测销售、财务和需求数据,并自动识别异常状况及其根本原因。

了解更多有关业务指标分析的信息 
欺诈侦测

侦测在线欺诈活动

使用机器学习(ML)实时侦测和预防在线欺诈,例如虚假账户和支付欺诈。

了解更多有关欺诈侦测的信息 
欺诈侦测

将智能添加到开发人员操作中

使用下一代 DevOps 快速构建和创新。

了解有关下一代 DevOps 的更多信息 
欺诈侦测

实现机器学习开发流程的现代化

在降低成本的同时大规模加速机器学习创新

详细了解 ML 现代化 

行业

提供更好的个性化体验

医护及生命科学

使用符合 HIPAA 标准的机器学习(ML)释放健康数据中隐藏的潜力 – 用于 PB 级数据分析和快速的非结构化文本和语音文档。

了解详情:面向医护的机器学习(ML)

提高客户参与度

工业和制造

使用专门构建的工业 AI 服务检测异常机器行为,发现缺陷,实现预测性维护并改进运营 - 无需机器学习(ML)经验。

了解详情:面向工业的机器学习(ML)

个性化每个接触点

金融服务

通过跨银行、支付、资本市场和保险行业的机器学习(ML)进行创新,通过个性化和虚拟助手改善客户体验并防止在线欺诈。

详细了解面向金融服务的机器学习(ML)

探索 AWS Machine Learning 服务

Amazon SageMaker

Amazon SageMaker是一项 ML 服务,让数据学家、数据工程师、ML 运营工程师和业务分析师能够为任何用例构建、培训和部署 ML 模型,无需 ML 专业知识。
了解更多 
Amazon Kendra
业务分析师
使用 Amazon SageMaker Canvas 的可视化界面进行 ML 预测。
了解更多 
Amazon Kendra
数据学家
使用 Amazon SageMaker Studio 准备数据、构建、培训和部署 ML 模型。
了解更多 
Amazon Kendra
ML 开发运营工程师
利用 Amazon SageMaker MLOps 部署并管理模型。
了解更多 

AI 服务

使用适用于您的应用和工作流的现成智能来改善您的业务成果 - 基于为亚马逊自身业务提供支持的相同技术。

计算机视觉

自动执行数据提取和分析

语言人工智能 (AI)

改善客户体验

业务指标

代码和 DevOps


基础设施和框架

Amazon Monitron
可扩展、高性能、经济高效的基础设施
从最广泛、最深入的 ML 基础设施服务组合选择,并有多种处理器和加速器,可满足您独特的需求。P4d、Inf1 等 Amazon Elastic Compute Cloud (Amazon EC2) 实例为云中的 ML 训练和推理带来最高性能和最低成本。
了解更多 »
Amazon Panorama Appliance
多种 ML 框架和库
使用 TensorFlow、PyTorch、Apache MXNet、Hugging Face 以及其他框架和工具包自定义您的 ML 算法。在 Amazon SageMaker 中利用框架作为完全托管式体验,或者使用完全配置的 AWS Deep Learning AMI 和容器以及针对 AWS 上的性能进行了优化的开源工具包。
了解更多 »

教育和支持

通过动手操作式学习提升您的技能
使用 AWS DeepRacer、AWS DeepLens 和 AWS DeepComposer 等教育设备,这些设备专为各种技能水平的开发人员设计,以有趣、实用的方式学习 ML 的基础知识。
了解更多 »
构建您的概念验证 (POC)
加入 ML Solutions Lab (MLSL),与经验丰富的 ML 专家一起创建从业务问题到成功 POC 的分步路线图。
了解更多 »
Contact Center Intelligence
让合作伙伴参与实施支持
通过与 AWS Machine Learning 能力合作伙伴合作加快 ML 实施。作为基础设施和部署方面的专家,我们的合作伙伴可以量身定制 ML 解决方案,以最大限度地提高您的投资收益。
了解更多 »

客户

负责任地使用人工智能和机器学习

负责任地使用人工智能和机器学习是解决人类一些最具挑战性的问题、增强人类表现和最大限度地提高生产力的关键。AWS 致力于开发公平且准确的 AI 和 ML 服务,并为您提供负责任的构建 AI 和 ML 应用程序所需的工具和指导。 

了解详情 »

加速您的机器学习之旅

与 Amazon Machine Learning Solutions Lab 合作

与 Amazon 专家交流

Amazon Machine Learning Solutions Lab 将您的团队与 Amazon ML 专家配对,为您的业务构建新的机器学习(ML)解决方案。

在您的组织中构建新的机器学习技能

在您的组织中构建机器学习技能

无论您是业务高管、数据科学家还是应用程序开发人员,都可以使用我们在 Amazon 使用的相同课程,在您的组织中构建新的机器学习(ML)技能。

选择您的 AWS Machine Learning 合作伙伴

AWS DeepRacer League

通过参加全世界首个全球自动驾驶赛车联赛来扩展您的 ML 技能,赢取奖品,争夺晋级机会以赢得冠军奖杯。

探索专门构建的服务、AWS 解决方案、合作伙伴解决方案和指南,以快速应对您的业务和技术应用场景。

QnABot on AWS

跨多个通道部署功能齐全的聊天机器人,包括聊天、语音、短信和 Amazon Alexa。

AWS 增强文档理解

部署一个易于使用的 Web 应用程序,该应用程序可以摄取和分析文档、提取内容、识别和编辑敏感的客户信息,并根据分析的数据创建搜索索引。

通过机器学习保持个性化体验

轻松创建大规模的自定义推荐模型。该解决方案简化并加快了个性化工作负载的开发和部署。

MLOps 工作负载编排工具

部署使用托管自动化工具和 ML 服务的强大管道,以简化机器学习模型的开发和生产。